NotebookLM, l’assistente di ricerca basato sull’intelligenza artificiale di Google, quello che negli ultimi mesi è diventato il compagno quotidiano di studenti, ricercatori e professionisti di ogni settore, fa il suo lavoro egregiamente. Recupera informazioni ancorate alle fonti, genera panoramiche audio, infografiche e mappe concettuali con una competenza che ha pochi rivali.
La versione base è gratuita, l’interfaccia è intuitiva e per molti flussi di lavoro è più che sufficiente. Poi arriva il momento in cui non basta più, quando non ci si accontenta più di sapere cosa afferma una fonte, ma si vuole capire cosa significhi davvero nel contesto generale.
C’è differenza tra recuperare un’informazione e ragionarci sopra. L’assistente di Google è costruito attorno al principio della fedeltà alle fonti, e lo fa con una coerenza ammirevole. Ma quando si prova a chiedere di collocare un argomento in un contesto più ampio, di analizzare le implicazioni di un dato, di costruire collegamenti tra concetti che le fonti non esplicitano, il risultato tende a essere deludente. Lo strumento fa quello per cui è stato progettato, e il ragionamento profondo non rientra tra le sue priorità strutturali.
Un altro limite importante di NotebookLM riguarda la personalizzazione. Non è possibile, infatti, definire istruzioni personalizzate per una singola conversazione o per un intero progetto. Bisogna adattarsi al modello così com’è, senza poter intervenire davvero su tono, struttura o metodo delle risposte. Per un utilizzo sporadico è un compromesso accettabile. Per chi costruisce processi di ricerca complessi, diventa rapidamente un vincolo.
Progetti di Claude
I Progetti di Claude di Anthropic funzionano in modo radicalmente diverso. Non sono un semplice spazio di conversazione, sono ambienti di lavoro configurabili, progettati per adattarsi al tipo di ricerca che si sta conducendo.
La configurazione parte dalla creazione di un nuovo progetto all’interno dell’interfaccia, assegnandogli un nome e una descrizione dell’obiettivo. Da quel momento si hanno a disposizione due strumenti che cambiano le regole del gioco: le istruzioni e i file.
Le istruzioni sono il cuore della personalizzazione. Permettono di definire come il chatbot deve rispondere all’interno di quel progetto specifico: tono formale o informale, struttura delle risposte, modelli da seguire, vincoli da rispettare. Se si sta costruendo un assistente per un corso universitario, ad esempio, si possono richiedere risposte adatte a un contesto accademico, organizzate secondo un formato specifico, con un livello di dettaglio calibrato sugli studenti destinatari. Queste istruzioni si applicano a tutte le conversazioni del progetto, creando una coerenza che l’assistente di Google semplicemente non può offrire.
I file funzionano come fonti di riferimento personalizzate. Si possono caricare programmi, schemi, documenti di lavoro, e poi chiedere al chatbot nelle istruzioni di seguire quei documenti come riferimento strutturale.
Da quel momento in poi, ogni risposta all’interno del progetto sarà modellata su quelle istruzioni e quei file, in aggiunta alla capacità di ragionamento del modello, che è strutturalmente più profonda rispetto a quella di NotebookLM di Google.
Memoria e continuità: il vantaggio invisibile
C’è un problema con l’assistente di ricerca di Google che diventa evidente solo dopo un uso prolungato, ogni Notebook è una cosa a sé stante. Non esiste memoria tra una sessione e l’altra, non c’è continuità tra le conversazioni. Ogni volta si riparte da zero, si ricostruisce il contesto, si rispiegano le preferenze. Per un progetto di ricerca che dura settimane o mesi, questa ripetizione diventa una bella zavorra.
I Progetti di Claude affrontano questo aspetto in modo radicalmente diverso. La memoria si costruisce progressivamente, man mano che le conversazioni all’interno del progetto si accumulano. Le preferenze vengono assimilate, gli schemi ricorrenti riconosciuti e il contesto preservato da una sessione all’altra. Se in una conversazione precedente è stato richiesto un certo tipo di struttura, le conversazioni successive tenderanno a seguire lo stesso approccio senza bisogno di ripeterlo.
La continuità tra le conversazioni non è un lusso, è un moltiplicatore di efficienza. Permette di costruire progressivamente un dialogo sempre più preciso e calibrato, invece di ripartire ogni volta dall’inizio. Per chi lavora su progetti di ricerca complessi e prolungati non è una cosa da poco.
Inoltre, con l’ultimo aggiornamento, anche gli utenti gratuiti di Claude hanno accesso a Progetti. Non solo, l’update include anche l’accesso agli Artefatti per visualizzare in tempo reale codice, documenti e applicazioni in un pannello laterale; la ricerca sul web per informazioni aggiornate; una finestra di contesto da 200.000 token (circa 500 pagine di testo) e la possibilità di caricare fino a 20 file per conversazione.
Quando usare NotebookLM di Google e quando Progetti di Claud
La tentazione, a questo punto, è quella di dichiarare un vincitore e archiviare la questione. Ma la realtà è più complessa di così. I due strumenti non competono sullo stesso terreno, occupano posizioni complementari in un flusso di lavoro di ricerca ben costruito.
Quando la priorità assoluta è la fedeltà letterale alle fonti, quando ogni affermazione deve essere riconducibile a un passaggio preciso del documento originale, l’assistente di Google resta lo strumento più affidabile. È progettato esattamente per quello e lo fa con una precisione difficile da eguagliare.
Quando invece la priorità si sposta dal recupero all’elaborazione, quando serve ragionamento, contestualizzazione, analisi critica, produzione di contenuti strutturati e controllo sul comportamento dello strumento, i Progetti di Claude offrono un ambiente più potente e flessibile. La possibilità di combinare istruzioni personalizzate, file di riferimento, memoria tra le sessioni e un modello con capacità di ragionamento superiori produce risultati che l’assistente di Google, per come è costruito oggi, non può replicare.